C++ 如何用R读取msg文件
我经常使用R来处理财务数据,例如cds利差、批次数据相关性、时间序列 现在我通过电子邮件定期更新彭博社的数据,所有数据都是电子邮件中的文本(不是附件文件),我想编写一个函数来读取其中的数据(数百封电子邮件,扩展名为.msg),并保存到excel中 有人对如何读取数据有任何提示吗?我更喜欢R,但是如果R不能做,C++也可以工作。 以下是电子邮件的格式(部分):>>>>>>> 这是一个良好的开端:C++ 如何用R读取msg文件,c++,r,file,msg,C++,R,File,Msg,我经常使用R来处理财务数据,例如cds利差、批次数据相关性、时间序列 现在我通过电子邮件定期更新彭博社的数据,所有数据都是电子邮件中的文本(不是附件文件),我想编写一个函数来读取其中的数据(数百封电子邮件,扩展名为.msg),并保存到excel中 有人对如何读取数据有任何提示吗?我更喜欢R,但是如果R不能做,C++也可以工作。 以下是电子邮件的格式(部分):>>>>>>> 这是一个良好的开端: email <- "$$ JPM CDX OPTIONS: HY19 AUG Expiry
email <- "$$ JPM CDX OPTIONS: HY19 AUG Expiry UPDATE - REF 102⅜[~354bp]
BOND PUT BOND CALL
K [~Sprd]|SEP13>PAY Dlt |SEP13>RCV Dlt |MidVol [SprdVol]
108 [313] | 355 365 92% | 5 13 8% | 5.4% [ 40%]
107 [335] | 243½253½ 85% | 23 36 17% | 7.8% [ 33%]
106 [369] | 203 213 77% | 52½62½ 28% | 7.1% [ 34%]
105 [387] | 147 167 59% | 99½116½ 41% | 9.3% [ 46%]"
email
ll <- readLines(textConnection(email))
mm <- read.table(text=ll[-c(1,2)],sep='|',header=TRUE)
K...Sprd. SEP13.PAY...Dlt SEP13.RCV...Dlt MidVol..SprdVol.
1 108 [313] 355 365 92% 5 13 8% 5.4% [ 40%]
2 107 [335] 243½253½ 85% 23 36 17% 7.8% [ 33%]
3 106 [369] 203 213 77% 52½62½ 28% 7.1% [ 34%]
4 105 [387] 147 167 59% 99½116½ 41% 9.3% [ 46%]
电子邮件显示回复所需的输出。我想我没有说清楚。我要处理的是一个.msg文件,这是来自MSFT的电子邮件格式(我猜)。我需要的数据(如上所示)是电子邮件正文中的数据。然而,我没有一个好的方法来读取电子邮件中的数据。我不知道如何打开.MSG文件,并用R或C++读取数据。如果我使用写字板打开.msf文件,它看起来messy@user2596245我想你应该把我做的全部替换掉,但它不起作用(这是快照
email <- "$$ JPM CDX OPTIONS: HY19 AUG Expiry UPDATE - REF 102⅜[~354bp]
BOND PUT BOND CALL
K [~Sprd]|SEP13>PAY Dlt |SEP13>RCV Dlt |MidVol [SprdVol]
108 [313] | 355 365 92% | 5 13 8% | 5.4% [ 40%]
107 [335] | 243½253½ 85% | 23 36 17% | 7.8% [ 33%]
106 [369] | 203 213 77% | 52½62½ 28% | 7.1% [ 34%]
105 [387] | 147 167 59% | 99½116½ 41% | 9.3% [ 46%]"
email
ll <- readLines(textConnection(email))
mm <- read.table(text=ll[-c(1,2)],sep='|',header=TRUE)
K...Sprd. SEP13.PAY...Dlt SEP13.RCV...Dlt MidVol..SprdVol.
1 108 [313] 355 365 92% 5 13 8% 5.4% [ 40%]
2 107 [335] 243½253½ 85% 23 36 17% 7.8% [ 33%]
3 106 [369] 203 213 77% 52½62½ 28% 7.1% [ 34%]
4 105 [387] 147 167 59% 99½116½ 41% 9.3% [ 46%]